深度学习最新中文文字版高清PDF

该书分为三部分，第一部分是应用数学和机器学习基础，基本上把要用到的线性代数、概率论和数值计算简单陈列，其后对机器学习的一些基础知识例如过拟合欠拟合、正则化、监督学习、无监督学习做了简要的概述。当初步具有上述理论基础后，才算叩开深度学习的大门。第二部分是深层网络的现代实践，先从最基础的深度前馈网络开始介绍，然后延伸到深度学习中的正则化，再从模型优化算法切入，最后分别介绍了处理图像的卷积网络CNN和基于序列建模的循环递归网络RNN，如果想要快速搭建能应用到自己项目中的深度学习应用，参照第二部分的理论知识就够了。第三部分是深度学习的理论研究，适用于想要执果索因、深入学习神经网络内在原理的研究人员学习。